โดยทั่วไปแล้วฉันคิดว่ามันเริ่มมีผลทางวิทยาศาสตร์และสถิติมากขึ้นโดยเริ่มถามคำถามที่กว้างกว่าและแตกต่างกันซึ่งเป็นวิธีที่การคาดการณ์คำตอบที่สามารถคาดการณ์ได้จากตัวทำนายแบบวงกลม ฉันบอกว่าที่นี่เป็นวงกลมแทนที่จะเป็นทิศทางส่วนหนึ่งเป็นเพราะพื้นที่หลังมีทรงกลมและมีพื้นที่ว่างมากขึ้นซึ่งไม่สามารถครอบคลุมได้ทั้งหมดในคำตอบเดียว และส่วนหนึ่งเป็นเพราะตัวอย่างเวลาและวันในปีของคุณ อีกตัวอย่างที่สำคัญคือทิศทางของเข็มทิศ (เกี่ยวข้องกับลมสัตว์หรือการเคลื่อนไหวของมนุษย์การจัดตำแหน่ง ฯลฯ ) ซึ่งมีปัญหาในหลาย ๆ วงกลม: แน่นอนสำหรับนักวิทยาศาสตร์บางคนมันเป็นจุดเริ่มต้นที่ชัดเจนมากขึ้น
เมื่อใดก็ตามที่คุณสามารถหลีกเลี่ยงได้การใช้ฟังก์ชันไซน์และโคไซน์ของเวลาในรูปแบบการถดถอยบางชนิดนั้นเป็นวิธีการที่ง่ายและง่ายต่อการนำไปใช้ มันเป็นพอร์ตแรกของการโทรสำหรับตัวอย่างทางชีวภาพและ / หรือสิ่งแวดล้อมจำนวนมาก (ทั้งสองชนิดนี้มักจะถูกรวมเข้าด้วยกันเพราะปรากฏการณ์ทางชีววิทยาที่แสดงฤดูกาลมักตอบสนองโดยตรงหรือโดยอ้อมกับสภาพอากาศหรือสภาพอากาศ)
สำหรับภาพที่เป็นรูปธรรมลองจินตนาการถึงการวัดเวลาในช่วง 24 ชั่วโมงหรือ 12 เดือนเช่นนั้น
sin[2π(hour/24)], cos[2π(hour/24)]
sin[2π(month/12)], cos[2π(month/12)]
แต่ละอันอธิบายวัฏจักรเดียวตลอดทั้งวันหรือทั้งปี การทดสอบอย่างเป็นทางการที่ไม่มีความสัมพันธ์ระหว่างการตอบสนองที่วัดหรือนับและเวลาวงกลมจะเป็นการทดสอบมาตรฐานว่าสัมประสิทธิ์ของไซน์และโคไซน์เป็นศูนย์ร่วมกันในโมเดลเชิงเส้นทั่วไปที่มีไซน์และโคไซน์เป็นตัวทำนายการเชื่อมโยงและครอบครัวที่เหมาะสม ถูกเลือกตามลักษณะของการตอบสนอง
คำถามของการกระจายของการตอบสนอง (ปกติหรืออื่น ๆ ) อยู่ในแนวทางนี้รองและ / หรือจะจัดการโดยทางเลือกของครอบครัว
ข้อดีของการทำไซน์และโคไซน์นั้นเป็นไปตามธรรมชาติและมีการห่อรอบโดยอัตโนมัติดังนั้นค่าที่จุดเริ่มต้นและจุดสิ้นสุดของแต่ละวันหรือปีนั้นจำเป็นต้องเหมือนกัน ไม่มีปัญหากับเงื่อนไขขอบเขตเนื่องจากไม่มีขอบเขต
วิธีการนี้เรียกว่าการถดถอยแบบวงกลมคาบตรีโกณมิติและฟูริเยร์ สำหรับรีวิวบทแนะนำเบื้องต้นดูที่นี่
ในทางปฏิบัติ
การทดสอบดังกล่าวมักจะแสดงผลลัพธ์ที่สำคัญอย่างท่วมท้นในระดับทั่วไปเมื่อใดก็ตามที่เราคาดว่าจะมีฤดูกาล คำถามที่น่าสนใจกว่านั้นคือเส้นโค้งฤดูกาลที่เที่ยงตรงและเราต้องการแบบจำลองที่ซับซ้อนยิ่งขึ้นกับคำศัพท์อื่น ๆ หรือไม่
ไม่มีสิ่งใดกีดกันผู้ทำนายคนอื่นเช่นกันซึ่งในกรณีนี้เราต้องการแบบจำลองที่ครอบคลุมมากขึ้นเมื่อรวมกับตัวทำนายอื่น ๆ กล่าวว่า sines and cosines สำหรับฤดูกาลและตัวทำนายอื่น ๆ สำหรับทุกอย่างอื่น
ในบางจุดขึ้นอยู่กับข้อมูลปัญหาและรสนิยมและประสบการณ์ของผู้วิจัยอาจเป็นเรื่องธรรมดามากขึ้นที่จะเน้นด้านอนุกรมเวลาของปัญหาและสร้างแบบจำลองที่มีการพึ่งพาเวลาอย่างชัดเจน แน่นอนบางคนที่มีใจทางสถิติจะปฏิเสธว่าไม่มีวิธีอื่นใดที่จะเข้าใกล้มัน
สิ่งที่ถูกตั้งชื่ออย่างง่ายดายว่าเป็นเทรนด์ (แต่ไม่สามารถระบุได้ง่ายเสมอไป) มาภายใต้ # 2 หรือ # 3 หรือแม้แต่ทั้งสองอย่าง
นักเศรษฐศาสตร์หลายคนและนักวิทยาศาสตร์สังคมอื่น ๆ ที่เกี่ยวข้องกับฤดูกาลในตลาดเศรษฐกิจระดับชาติและนานาชาติหรือปรากฏการณ์มนุษย์อื่น ๆ มักจะประทับใจกับความเป็นไปได้สำหรับความแปรปรวนที่ซับซ้อนมากขึ้นในแต่ละวันหรือ (มากกว่าปกติ) บ่อยครั้งที่แม้ว่าจะไม่เสมอไปความเปลี่ยนแปลงของฤดูกาลเป็นสิ่งที่สร้างความรำคาญให้กับนักวิทยาศาสตร์ทางชีววิทยาและสิ่งแวดล้อมซึ่งมักจะมองว่าฤดูกาลเป็นเรื่องที่น่าสนใจและสำคัญแม้จะเป็นจุดสนใจหลักของโครงการ นักเศรษฐศาสตร์และคนอื่น ๆ ก็มักใช้วิธีถดถอยแบบด้วยเช่นกัน แต่ด้วยกระสุนชุดของตัวบ่งชี้ (จำลอง) ตัวแปรส่วนใหญ่เพียงตัวแปรสำหรับแต่ละเดือนหรือแต่ละไตรมาสของปี0,1. นี่อาจเป็นวิธีที่ใช้งานได้จริงในการพยายามจับผลกระทบของวันหยุดที่มีชื่อช่วงเวลาวันหยุดพักผ่อนผลข้างเคียงของปีการศึกษา ฯลฯ รวมถึงอิทธิพลหรือแรงกระแทกจากภูมิอากาศหรือต้นกำเนิดของสภาพอากาศ จากความแตกต่างดังกล่าวความเห็นส่วนใหญ่ข้างต้นยังใช้กับเศรษฐศาสตร์และสังคมศาสตร์
ทัศนคติของและวิธีการโดยนักระบาดวิทยาและนักสถิติการแพทย์ที่เกี่ยวข้องกับการเปลี่ยนแปลงในการเจ็บป่วยการตายการรับเข้ารักษาในโรงพยาบาลการเยี่ยมชมคลินิกและอื่น ๆ มีแนวโน้มที่จะตกอยู่ในระหว่างทั้งสองสุดขั้ว
ในมุมมองของฉันแบ่งวันหรือปีเป็นครึ่งเพื่อเปรียบเทียบมักจะโดยพลประดิษฐ์และที่ดีที่สุดที่น่าอึดอัดใจ นอกจากนี้ยังเพิกเฉยต่อชนิดของโครงสร้างที่ราบเรียบซึ่งโดยทั่วไปจะปรากฏในข้อมูล
แก้ไขบัญชีจนถึงขณะนี้ไม่ได้ระบุความแตกต่างระหว่างเวลาที่ไม่ต่อเนื่องและต่อเนื่อง แต่ฉันไม่ได้มาจากประสบการณ์ของฉันคิดว่ามันเป็นเรื่องใหญ่ในทางปฏิบัติ
แต่ตัวเลือกที่แม่นยำขึ้นอยู่กับว่าข้อมูลมาถึงอย่างไรและรูปแบบของการเปลี่ยนแปลง
หากข้อมูลเป็นรายไตรมาสและเป็นมนุษย์ฉันมักจะใช้ตัวแปรตัวบ่งชี้ (เช่นไตรมาส 3 และ 4 มักแตกต่างกัน) หากรายเดือนและมนุษย์เลือกไม่ชัดเจน แต่คุณจะต้องทำงานอย่างหนักเพื่อขายไซน์และโคไซน์ให้กับนักเศรษฐศาสตร์ส่วนใหญ่ หากรายเดือนหรือปลีกย่อยและชีวภาพหรือสิ่งแวดล้อมแน่นอนไซน์และโคไซน์แน่นอน
แก้ไข 2 รายละเอียดเพิ่มเติมเกี่ยวกับการถดถอยตรีโกณมิติ
รายละเอียดที่โดดเด่นของการถดถอยตรีโกณมิติ (ตั้งชื่อด้วยวิธีอื่นใดก็ตามที่คุณต้องการ) ก็คือคำที่มักเป็นไซน์และโคไซน์จะถูกนำเสนอในแบบจำลองเป็นคู่ที่สุด เราเวลาขนาดแรกของวันเวลาของปีหรือทิศทางเข็มทิศเพื่อให้มีการแสดงเป็นมุมบนวงกลมที่
เรเดียนเพราะฉะนั้นในช่วงปี่] จากนั้นเราใช้คู่ตามที่จำเป็นในโมเดล (ในสถิติแบบวงกลมการประชุมวิชาตรีโกณมิติมีแนวโน้มที่จะจัดทำแบบแผนทางสถิติทรัมป์ดังนั้นสัญลักษณ์กรีกเช่นจะใช้สำหรับตัวแปรและพารามิเตอร์)θ[0,2π]sinkθ,coskθ,k=1,2,3,…θ,ϕ,ψ
หากเราเสนอคู่ทำนายเช่นให้กับแบบจำลองการถดถอยแล้วเรามีการประมาณค่าสัมประสิทธิ์พูดสำหรับคำในรูปแบบคือ\ นี่คือวิธีการของเฟสที่เหมาะสมเช่นเดียวกับความกว้างของสัญญาณเป็นระยะ มิฉะนั้นใส่ฟังก์ชั่นเช่นสามารถเขียนใหม่เป็นsinθ,cosθb1,b2b1sinθ,b2cosθsin(θ+ϕ)
sinθcosϕ+cosθsinϕ,
แต่และเป็นตัวแทนของเฟสนั้นถูกประเมินในโมเดลที่เหมาะสม ด้วยวิธีนี้เราจะหลีกเลี่ยงปัญหาการประมาณค่าแบบไม่เชิงเส้นsin ϕcosϕsinϕ
หากเราใช้เพื่อจำลองรูปแบบวงกลมแล้วโดยอัตโนมัติค่าสูงสุดและต่ำสุดของเส้นโค้งนั้นจะอยู่ห่างกันครึ่งวงกลม ซึ่งมักจะเป็นการประมาณที่ดีมากสำหรับความแปรปรวนทางชีวภาพหรือสิ่งแวดล้อม แต่ในทางกลับกันเราอาจต้องการคำศัพท์เพิ่มเติมอีกหลายข้อเพื่อจับภาพฤดูกาลทางเศรษฐกิจโดยเฉพาะ นั่นอาจเป็นเหตุผลที่ดีมากในการใช้ตัวแปรตัวบ่งชี้แทนซึ่งนำไปสู่การตีความอย่างง่ายของค่าสัมประสิทธิ์b1sinθ+b2cosθ